Le jeu sur mobile est devenu une industrie énorme, avec des enjeux financiers colossaux. Si ce marché est en augmentation constante, c'est grâce à la puissance sans cesse croissante des smartphones. Mais l'autonomie de la batterie, reste, elle, une limitation constante.

En effet si les smartphone embarquent des GPU capables de produire des animations qui décoiffent, ce n'est pas sans vider la batterie en conséquence. On n'a rien sans rien...

C'est dans le contexte du Mobile World Congress qui vient de débuter à Barcelone  que Microsoft présente RAVEN, une technologie mise au point par des chercheurs de la branche asiatique de Microsoft Research (MSRA) et de l’Institut coréen des sciences et de la technologie (KAIST).

RAVEN est basé sur une observation clé : de nombreuses images rendues en continu sont perceptivement identiques ou très similaires. Les différences entre ces images sont trop petites pour être vues par les joueurs. Cependant, les jeux mobiles restituent toujours les images à une fréquence d'images élevée de 60 images par seconde (FPS), même si les images sont similaires. L'idée est donc de supprimer de l'affichage ces images visuellement redondantes. Ces images n'étant du coup plus calculées, les batteries des appareils sont moins sollicitées et l'autonomie augmentée.

RAVEN fonctionne en mettant en place un canal latéral pour suivre les séquences d'images rendues afin d'adapter la perception de l'utilisateur des changements graphiques pendant le jeu. De cette manière, RAVEN réduit de manière opportuniste la consommation d'énergie du GPU.

Le système RAVEN se compose de trois composants majeurs qui permettent de faire évoluer le taux de restitution des images de jeu: Frame Difference Tracker ( F-Tracker ), Rate Regulator ( R-Regulator ) et Rate Injector ( R-Injector)). Le système fonctionne à la  manière d'un pipeline. Tout d'abord, F-Tracker mesure la similarité perceptive entre deux images récentes. Ensuite, R-Regulator prédit le niveau de similarité entre la trame actuelle et la suivante. La prédiction est effectuée en fonction de la similitude entre l'image en cours et la ou les images précédentes. Si les trames suivantes sont suffisamment similaires à la valeur actuelle, R-Injector limite les taux de rendu des trames en injectant un certain retard dans une boucle de rendu afin d'ignorer le traitement graphique des trames inutiles. Actuellement, RAVEN peut sauter jusqu'à un maximum de trois images, et donc aboutir à une baisse de la fréquence d'images à 15 FPS.

Tout le problème est que les calculs faits pour déterminer la similarité perceptive ne soient pas aussi gourmands en calculs que le rendu normal des images :-) Pour cela, les chercheurs ont construit un affichage virtuel, cloné à partir de l'écran principal de l'appareil mobile, mais avec une résolution beaucoup plus faible (par exemple, 80 x 45 pixels). Le système lit le contenu graphique de l'affichage virtuel pour effectuer la mesure de similarité. Parce que la résolution de l'affichage virtuel est significativement plus petite, les coûts de calcul et donc d'énergie sont également beaucoup plus petits.

Au final, les résultats ont montré une réduction moyenne allant de 21,8 % à 34,7 % de la consommation d’énergie du smartphone pendant les sessions de jeu, sans répercussion sur l'expérience utilisateur.